แกะสูตรแจกเงินได้ผลสูงสุดจากคนละครึ่งสู่คนละหมื่นโดยเศรษฐศาสตร์ จุฬาฯ

เวลานี้ คงไม่ต้องถกเถียงกันแล้วว่ารัฐบาลควรแจกเงินคนละหมื่นหรือไม่หรือจะกู้เงินจากไหน สัญญากระตุ้นเศรษฐกิจชุดใหญ่มาแน่ท่ามกลางความคาดหวังของประชาชนที่จะได้เงินก่อนสงกรานต์ปีหน้า นักวิชาการจากเศรษฐศาสตร์ จุฬาฯ ถอดบทเรียนจากงานวิจัยโครงการ “คนละครึ่ง” แนะวิธีการแจกเงินแบบจำกัดการใช้จ่าย ใช้ให้บ่อย ใช้ให้นาน เม็ดเงินลงสู่เศรษฐกิจฐานรากได้มากที่สุด

โดยรศ.ดร.อธิภัทร มุทิตาเจริญ อาจารย์ประจำคณะเศรษฐศาสตร์ และผู้อำนวยการศูนย์วิจัยเศรษฐศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย กล่าวถึงนโยบายแจกเงินดิจิทัล 10,000 บาทว่า อยากให้รัฐบาลออกแบบวิธีการแจกเงินอย่างระมัดระวังและให้มีประสิทธิผลสูงสุด เนื่องจากฐานะทางการคลังของประเทศไทยไม่ได้แข็งแกร่งเหมือนเมื่อก่อน โดยต้นทุนของนโยบายดิจิทัล วอลเล็ตกว่า 5 แสนล้านบาท จะคิดเป็นต้นทุนทางการคลังประมาณ 3.5% ของจีดีพีไทย 

วิธีการแจกเงินเพื่อกระตุ้นเศรษฐกิจที่เกิดขึ้นบนโลกนี้อาจแบ่งได้เป็นสองแบบกว้าง ๆ แบบแรกคือ การแจกเงินแบบดั้งเดิม (Traditional Cash Stimulus) เป็นการให้เงินทั้งก้อนโดยตรง โดยไม่กำหนดวิธีการใช้จ่ายใด ๆ ซึ่งมักได้ประสิทธิผลต่ำ เนื่องจากประชาชนมักไม่นำเงินไปใช้จ่ายทั้งหมดในทันที หรือ อาจนำไปออมแทน อีกทั้งมีโอกาสนำเงินไปซื้อสินค้าใหญ่ชิ้นเดียว ทำให้ไม่เกิดการกระจายเงินอย่างทั่วถึง

ส่วนแบบที่สอง คือ การแจกเงินเพื่อการบริโภคโดยเฉพาะ (Consumption-mandated Stimulus) เป็นที่นิยมในยุคที่เทคโนโลยีก้าวหน้ามากขึ้น ผ่านการใช้ดิจิทัลแพลตฟอร์มมาเป็นตัวกลางในการกำหนดเงื่อนไขการใช้จ่ายและกลุ่มเป้าหมาย ยกตัวอย่างเช่น ประเทศจีนที่มีการให้คูปองดิจิทัลผ่านการกำหนดเงื่อนไขการจ่ายร่วม (Co-payment) โดยรัฐจะให้คูปองส่วนลดเมื่อประชาชนใช้จ่ายถึงยอดที่กำหนด และประเทศไทยที่รัฐร่วมจ่ายครึ่งหนึ่งในโครงการคนละครึ่งผ่านแอพเป๋าตัง

“การประเมินจากฝั่งรัฐบาลว่าจะมีเม็ดเงินหมุนเวียนในระบบเศรษฐกิจเพิ่มขึ้นถึง 6 เท่า หรือ 3 ล้านล้านบาทจากนโยบายดิจิทัลวอลเล็ต ดูจะเป็นตัวเลขที่สูงเกินจริง อย่างไรก็ตามการออกแบบนโยบายการแจกเงินโดยมีเงื่อนไขให้คนควักกระเป๋าตัวเองออกมาจ่ายด้วย จะช่วยให้เราเห็นประสิทธิผลที่สูงขึ้นได้”

รศ.ดร.อธิภัทรได้ร่วมกับ LINE MAN Wongnai ในการทำวิจัยเรื่อง Digital Fiscal Stimulus, SMEs, and the Consumer: Insights from Thailand's Half and Half program เพื่อศึกษาผลกระทบของโครงการคนละครึ่งต่อพฤติกรรมของร้านค้าและผู้บริโภค ผลการวิจัยชี้ว่า ร้านค้าที่เข้าร่วมโครงการมียอดขายเพิ่มขึ้นอย่างก้าวกระโดดเมื่อเปรียบเทียบกับร้านค้าที่ไม่เข้าร่วม โดยกลไกหลักของโครงการคนละครึ่งคือ การขยายฐานลูกค้าให้แก่ร้านที่เข้าร่วมโครงการ นอกจากนี้ อีกข้อค้นพบที่สำคัญคือ แม้จะจบโครงการไปแล้ว แต่ยอดขายของร้านค้าที่เข้าร่วมยังคงเพิ่มขึ้นเมื่อเปรียบเทียบกับก่อนเข้าโครงการ เพราะร้านค้าเป็นที่รู้จักมากขึ้น ได้ฐานลูกค้าที่กว้างขึ้น

“การกำหนดให้ผู้บริโภคร่วมจ่ายด้วยจะช่วยเพิ่มประสิทธิผลต่อการกระตุ้นเศรษฐกิจ อย่างไรก็ตามสำหรับนโยบายดิจิทัลวอลเล็ต หากรัฐบาลไม่ต้องการให้ผู้บริโภคร่วมจ่ายด้วยเหมือนคนละครึ่ง ก็ควรกำหนดเงื่อนไขให้มีเพดานจำกัดการใช้จ่ายในแต่ละครั้ง ไม่ให้ใช้ทีเดียวหมด จะเป็นการกระจายฐานลูกค้าไปยังร้านค้าอื่น ยิ่งหากโฟกัสที่ร้านค้าขนาดเล็ก จะมีโอกาสสร้างผลกระทบเชิงบวกในระยะยาวอย่างที่รัฐบาลคาดหวังไว้”

การกำหนดประเภทของสินค้าที่ต้องใช้จ่ายมีผลต่อพฤติกรรมผู้บริโภคเช่นกัน ควรเป็นการกำหนดให้ซื้อเฉพาะสินค้าไม่คงทน เช่น อาหาร แต่หากอนุญาตให้ซื้อสินค้าคงทนได้แบบครั้งเดียวจบ เช่น เครื่องใช้ไฟฟ้าหรืออุปกรณ์อิเลกทรอนิกส์ ผู้บริโภคจะตัดสินใจซื้อวันนี้ และไม่มีความจำเป็นต้องซื้อในอนาคตอีกต่อไป ผลที่ได้จึงเป็นเพียงการโยกเงินในอนาคตมาใช้ก่อน (Intertemporal Substitution) มีตัวอย่างโครงการในสหรัฐอเมริกาที่ชื่อว่า Cash for Clunkers สมัยวิกฤติซับไพรม์ปี 2009 ที่รัฐบาลสหรัฐแจกเงินประมาณ 3,500 - 4,500 ดอลลาร์สหรัฐ ในการกระตุ้นให้คนซื้อรถใหม่เพิ่มขึ้น แต่หลังจากจบโครงการ ยอดขายรถยนต์ดิ่งลงอย่างชัดเจน ในขณะที่งานศึกษาของรศ. ดร.อธิภัทร ไม่พบการโยกเงินในอนาคตลักษณะนี้จากโครงการคนละครึ่ง ซึ่งส่วนมากเป็นการซื้ออาหารต่าง ๆ

นอกจากนี้ รศ.ดร.อธิภัทร แสดงความกังวลว่าวินัยการคลังที่เคยเป็นจุดแข็งของประเทศไทยมาตลอดกำลังกลายเป็นจุดอ่อน โดยชี้ว่าการหาแหล่งเงินเพื่อสนับสนุนโครงการดิจิทัลวอลเล็ตนี้อาจทำให้รัฐต้องปรับแก้กรอบวินัยที่ควบคุมการกู้เงินต่าง ๆ ซึ่งหากรัฐบาลไม่สามารถหาข้อสนับสนุนการกระตุ้นเศรษฐกิจครั้งใหญ่นี้ได้แข็งแรงเพียงพอ ความพยายามที่จะแก้กรอบวินัยการคลังเหล่านี้อาจทำให้สถาบันจัดอันดับความเสี่ยงต่าง ๆ ลดอันดับความน่าเชื่อถือของรัฐบาลได้ ซึ่งจะส่งผลต่อต้นทุนการกู้ยืมของประเทศในอนาคต

Tuyên bố từ chối trách nhiệm: Bản quyền của bài viết này thuộc về tác giả gốc. Việc đăng lại bài viết này chỉ nhằm mục đích truyền tải thông tin và không cấu thành bất kỳ lời khuyên đầu tư nào. Nếu có bất kỳ hành vi vi phạm nào, vui lòng liên hệ với chúng tôi ngay lập tức. Chúng tôi sẽ sửa đổi hoặc xóa bài viết. Cảm ơn bạn.